Что такое неколлинеарный вектор

Векторы: третий уровень сложности

Знакомимся с коллинеарностью.

Для большинства людей искусственный интеллект — это нечто сложное и таинственное. А для математиков это синоним фразы «перемножение матриц». С точки зрения человека, который владеет линейной алгеброй, в искусственном интеллекте нет ничего загадочного.

Мы хотим, чтобы вы тоже смогли понять искусственный интеллект на уровне математики. Для этого у нас идёт цикл статей про линейную алгебру:

Сама тема несложная, но конкретно этот шаг вам ничего не даст в практическом смысле. Но если вам хватит терпения, на базе этих знаний мы уже перейдём к матрицам.

Что за коллинеарность

Представьте два вектора, которые находятся в одной плоскости и располагаются параллельно друг другу. При этом у них может быть разная длина. Такое расположение делает связку векторов коллинеарными, или, по-простому, линейно зависимыми.

И наоборот: если вектора находятся в одной плоскости и располагаются не параллельно друг относительно друга, то их считают линейно независимыми — неколлинеарными. Пока что ничего сложного.

Коллинеарные векторы Неколлинеарные векторы

Сложение коллинеарных и неколлинеарных векторов

Очевидно, что сложить два коллинеарных вектора очень легко: откладываем второй вектор от начала первого, получится новый вектор. Он будет коллинеарным своим слагаемым, они все будут лежать, грубо говоря, на одной линии.

Можно представить, что вы идёте прямо: каждый ваш шаг — это вектор. Каждый новый шаг — новый вектор. Но если все их сложить, получится один большой прямой вектор длиной как все ваши шаги.

Теперь попробуем сложить пару неколлинеарных векторов. Это как если бы мы сначала сделали шаг немного правее, а потом сделали бы шаг влево. Шага два, но если соединить начало и конец пути, он не будет совпадать с траекториями наших шагов. Появится какой-то новый вектор, с новым направлением, и он будет неколлинеарным по отношению к своим слагаемым.

Также пару неколлинеарных векторов из одной плоскости можно растянуть и развернуть в пространстве. Если их сложить, также появится новый вектор.

У математиков такой вектор называют базисом. Когда базис находится на плоскости или в пространстве, то он может единственным образом превращаться обратно в пару неколлинеарных векторов, которые его сформировали.

Правило работает, когда мы масштабируем и меняем расположение векторов в пространстве. Если мы изменим направление исходных векторов, то получим новый базис.

Базис — понятие из высшей математики, поэтому, если сейчас сложно, не отчаивайтесь. Студенты-математики когда-то тоже отчаивались.

Мы изменили пару неколлинеарных векторов и сформировали из них базис — получили новый фиолетовый вектор с собственной системой координат Теперь мы изменили исходные неколлинеарные векторы и получили новый базис — это оранжевый вектор

Как определять неколлинеарность

Когда мы работаем с короткими векторами, всё очевидно: нарисовали систему координат, отложили на ней векторы, они либо совпали, либо не совпали. Если совпали — коллинеарные, если нет — неколлинеарные.

А теперь представьте, что вектора настолько огромные, что мы физически не можем их нарисовать и сопоставить. Например,

Как такое нарисовать? Как проверить коллинеарность? Вот тут начинается магия алгебры.

Есть три способа проверки линейной зависимости векторов. Для простоты вычислений проверим эти три способа на вот этих всё ещё простых векторах:

По этим координатам ответим на два вопроса: являются ли предложенные вектора линейно зависимыми (то есть коллинеарными) и можно ли их раскладывать по базису.

Первый способ. Запишем простую систему уравнений: возьмём первую координату каждого вектора и приравняем её ко второй координате каждого вектора, умноженной на неизвестное число λ. Вычислим λ и сравним результаты.

👉 Знак λ здесь по традиции и для удобства. На самом деле это просто некое неизвестное число. Вместо этой буквы могли быть X, Y, Z или N, но так как у нас вектора уже называются X и Y, а N в математике используется для других целей, возьмём λ — это греческая буква «лямбда», давний предок нашей русской буквы «Л».

Составляем систему уравнений:

Вычисляем значение λ:

Сравниваем результат и делаем вывод:

Мы получили разное значение для неизвестного числа λ и поэтому наши векторы будут считаться линейно независимыми. Из них можно получить базис.

Если бы значение λ совпало, то мы бы имели дело с линейно зависимыми векторами.

Второй способ. Проверяем координаты векторов на пропорциональность: берём первую координату первого вектора, делим её на первую координату второго вектора. Повторяем это же действие со вторыми координатами: берём вторую координату первого вектора и делим её на вторую координату второго вектора.

Получаем такую пропорцию:

Считаем значение и сравниваем результат:

Равенство не выполняется, и поэтому между векторами нет зависимости.

Третий способ. Используем четыре элемента наших координат для поиска определителя — скалярной величины, с которой мы подробно познакомимся в следующих статьях во время решения матричных уравнений. Сейчас нам не нужны подробности, и для проверки линейной зависимости достаточно формулы.

Записываем в две строки координаты наших векторов:

Переводим координаты векторов в определитель — добавляем с двух сторон вертикальную черту и получаем простую квадратную матрицу размером 2 на 2:

В полученной матрице две диагонали. Числа −6 и −1 образуют главную диагональ; числа −4 и 5 — вторую диагональ. Чтобы найти определитель, нам нужно умножить числа главной и второй диагонали, а затем вычесть их разницу.

Если из координат вектора мы получили определитель и он не равен нулю, то векторы считаются линейно независимыми и подходят для разложения по базису.

И наоборот: нулевой определитель указывает на линейную зависимость векторов.

Что из этого нужно запомнить

Что дальше

Следующий шаг — матрицы. Это те самые, которые лежат в основе всех нейронок и искусственного интеллекта. Матрица — это таблица чисел, с которыми можно проводить различные вычисления.

Источник

Что такое неколлинеарный вектор

Сформулируем ряд базовых определений.

Три вектора в пространстве называются компланарными, если они лежат в одной плоскости или на параллельных плоскостях. Если среди трех векторов хотя бы один нулевой или два любые коллинеарны, то такие векторы компланарны.

то есть модуль вектора равен корню квадратному из суммы квадратов его координат.

Обозначим углы между вектором и осями координат через α, β, γ соответственно. Косинусы этих углов называются для вектора направляющими, и для них выполняется соотношение: Верность данного равенства можно показать с помощью свойства проекции вектора на ось, которое будет рассмотрено в нижеследующем пункте 4.

Пусть в трехмерном пространстве заданы векторы своими координатами. Имеют место следующие операции над ними: линейные (сложение, вычитание, умножение на число и проектирование вектора на ось или другой вектор); не линейные – различные произведения векторов (скалярное, векторное, смешанное).

1. Сложение двух векторов производится покоординатно, то есть если

Геометрически два вектора складываются по двум правилам:

а) правило треугольника – результирующий вектор суммы двух векторов соединяет начало первого из них с концом второго при условии, что начало второго совпадает с концом первого вектора; для суммы векторов – результирующий вектор суммы соединяет начало первого из них с концом последнего вектора-слагаемого при условии, что начало последующего слагаемого совпадает с концом предыдущего;

б) правило параллелограмма (для двух векторов) – параллелограмм строится на векторах-слагаемых как на сторонах, приведенных к одному началу; диагональ параллелограмма исходящая из их общего начала, является суммой векторов.

Геометрически два вектора складываются по уже упомянутому правилу параллелограмма с учетом того, что разностью векторов является диагональ, соединяющая концы векторов, причем результирующий вектор направлен из конца вычитаемого в конец уменьшаемого вектора.

При λ>0 – вектор сонаправлен ; λ противоположно направлен ; | λ|> 1 – длина вектора увеличивается в λ раз; | λ| 1 – длина вектора уменьшается в λ раз.

4. Пусть в пространстве задана направленная прямая (ось l ), вектор задан координатами конца и начала. Обозначим проекции точек A и B на ось l соответственно через A ’ и B ’.

Рассмотрим некоторые основные свойства проекций:

1) проекция вектора на ось l равна произведению модуля вектора на косинус угла между вектором и осью, то есть ;

2.) проекция вектора на ось положительна (отрицательна), если вектор образует с осью острый (тупой) угол, и равна нулю, если этот угол – прямой;

3) проекция суммы нескольких векторов на одну и ту же ось равна сумме проекций на эту ось.

Сформулируем определения и теоремы о произведениях векторов, представляющих нелинейные операции над векторами.

5. Скалярным произведением векторов и называется число (скаляр), равное произведению длин этих векторов на косинус угла φ между ними, то есть

Теорема 2.2. Необходимым и достаточным условием перпендикулярности двух векторов является равенство нулю их скалярного произведения

Следствие. Попарные скалярные произведения единичных орт равны нулю, то есть

Отсюда следует условие перпендикулярности ненулевых векторов и :

С помощью скалярного произведения векторов находят работу постоянной силы на прямолинейном участке пути.

Решение. Вычислим модули векторов и их скалярное произведение по теореме (2.3):

Пример 2.10. Затраты сырьевых и материальных ресурсов, используемых на производство одной тонны творога, заданы в таблице 2.2 (руб.).

Какова общая цена этих ресурсов, затрачиваемых на изготовление одной тонны творога?

Примечание. Действия с векторами, осуществленные в примере 2.10, можно выполнить на персональном компьютере. Для нахождения скалярного произведения векторов в MS Excel используют функцию СУММПРОИЗВ( ), где в качестве аргументов указываются адреса диапазонов элементов матриц, сумму произведений которых необходимо найти. В MathCAD скалярное произведение двух векторов выполняется при помощи соответствующего оператора панели инструментов Matrix

Решение. Находим вектор перемещения, вычитая из координат его конца координаты начала

Угол φ между и находим по формуле (2.29), то есть

– перпендикулярен векторам и ;

– векторы образуют правую тройку (рис. 2.15).

Примечание. Определитель (2.25) раскладывается по свойству 7 определителей

Следствие 1. Необходимым и достаточным условием коллинеарности двух векторов является пропорциональность их соответствующих координат

Следствие 2. Векторные произведения единичных орт равны

Следствие 3. Векторный квадрат любого вектора равен нулю

Также с помощью векторного произведения можно определить момент силы относительно точки и линейную скорость вращения.

— перпендикулярен плоскости, проходящей через точки O , A , B ;

Следовательно, момент силы относительно точки O представляет собой векторное произведение

Решение. Найдем векторное произведение заданных векторов по формуле (2.32).

Теорема 2.6. Необходимым и достаточным условием компланарности трех векторов является равенство нулю их смешанного произведения

Теорема 2.7. Если три вектора заданы своими координатами, то их смешанное произведение представляет собой определитель третьего порядка, составленный из координат векторов- сомножителей соответственно, то есть

Объем треугольной пирамиды, построенной на этих же векторах, равен

Решение. Найдем координаты векторов

По формуле (2.36) объем пирамиды, построенной на векторах равен (единиц объема)

Рассмотрим очень важный вопрос о разложении вектора по базису. Приведем следующие определения.

получим выражение вектора через остальные векторы

Линейно независимыми называют векторы, если равенство (2.37) выполняется только тогда, когда все

Базисом n – мерного пространства E_n называют любую совокупность линейно независимых векторов n – мерного пространства.

Произвольный вектор n – мерного пространства можно представить в виде линейной комбинации векторов базиса таким образом:

Линейное пространство называется конечномерным и имеет размерность n , если в этом пространстве существует система из n линейно независимых векторов (базис) такая, что каждое ее расширение приводит к линейной зависимости системы.

Источник